高性能语言模型基准测试数据集，DCLM-baseline官网入口网址

提供机器学习领域的标准数据...，UCI Machine Learning Repository官网入口网址

将Common Crawl转化为精细的长期预训练数据集

大规模多模态医学数据集，MedTrinity-25M官网入口网址

内容风格合成在文本到图像生成中的应用，CSGO官网入口网址

由中国科学院软件研究所提供...，中国科学院软件研究所机器学习数据集官网入口网址

生成任何3D和4D场景的先进框架

大规模多模态推理与指令调优平台

一个利用人工智能帮助学习和贡献美国手语（ASL）的平台。

地球科学的开源大预言模型，首先在收集和清理过的地球科学文献（包括地球科学开放存取论文和维基百科页面）上对 LLaMA 进行进一步预训练，然后使用知识密集型指令调整数据（GeoSignal）进行微调，K2-上海交通大学官网入口网址

斯坦福大学提供的大型网络和...，Stanford Large Network Dataset Collection官网入口网址

美国政府的公开数据集门户网站，Data.gov官网入口网址

用于研究无约束人脸识别的数...，Labeled Faces in the Wild (LFW)官网入口网址

Google研究提供的数据集列表，Google Research Datasets官网入口网址

高质量的数据集、工具和概念，用于大型语言模型的微调。

用于训练通用目标分割模型的视频数据集，SA-V Dataset官网入口网址

Level-Navi Agent是一个无需训练即可使用的框架，利用大语言模型进行深度查询理解和精准搜索。

百度旗下AI算力、学习和实训平台，飞桨AI Studio星河社区官网入口网址

提供机器学习算法和数据集的...，OpenML官网入口网址

Google提供的数据集搜索工具，Google Dataset Search官网入口网址

提供大量数据集，用于数据科...，Kaggle Datasets官网入口网址

亚马逊Web服务提供的公开数据...，Registry of Open Data on AWS官网入口网址

生成开放世界视频游戏的扩散变换模型

数据驱动的框架，增强大型语言模型的工作流编排能力

开源的先进语言模型后训练框架

用于对象检测、分割和字幕的...，COCO (Common Objects in Context)官网入口网址

提供开发和比较强化学习算法...，OpenAI Gym官网入口网址

提供社会科学研究的数据集，ICPSR (Inter-university Consortium for Political and Social Research)官网入口网址

Dolphin R1是一个用于训练推理模型的数据集，包含80万条样本。

自监督触觉表示，用于基于视觉的触觉传感。

多语言预训练数据集

高质量数据集，用于OLMo2训练的第二阶段。